Home | english  | Impressum | Datenschutz | Sitemap | KIT

Maschinelles Lernen für Hochdurchsatzverfahren und Mechatronik (ML4HOME)

Maschinelles Lernen für Hochdurchsatzverfahren und Mechatronik (ML4HOME)
Ansprechpartner:

PD Dr. Markus Reischl

Projektgruppe:

Automatisierte Bild- und Datenanalyse (AIDA)

Beschreibung:

Die Arbeitsgruppe „Maschinelles Lernen für Hochdurchsatzverfahren und Mechatronik“ (ML4HOME) beschäftigt sich mit der Analyse von Daten, die automatisiert von mechatronischen Systemen in großem Umfang generiert werden. Ziel ist die Modellierung von Zusammenhängen z.B. auf der Basis von gelabelten bzw. ungelabelten Bildern oder Zeitreihen.  Der Fokus liegt hierbei auf der Verallgemeinerung großer Datensätzen bestehend aus vielen Datenpunkten (High-Throughput), deren Größe eine automatisierte Datenauswertung zwingend erfordert.

 

Um eine unkomplizierte Nutzbarkeit der entstandenen Algorithmen und Erkenntnisse zu gewährleisten, sind die Softwarepakete typischerweise in die Open Source MATLAB Toolbox SciXMiner integriert.

 

Team:

  • PD. Dr. Markus Reischl
  • Moritz Böhland
  • Lukas Klinger
  • Lukas Klostermann
  • Sophie Kramer
  • Friedrich Münke
  • Reinhold Oberle
  • Prof. Dr. Christian Pylatiuk
  • Mark Schutera (ZF)
  • Samuel Schwanzer

 

Programm:

BioInterfaces in Technology and Medicine (BIFTM)

 

Projekte:

              

Abgeschlossene Projekte: